一种利用傅里叶带通滤波的极移周期提取及预报方法和系统
申请号:CN202510995652
申请日期:2025-07-18
公开号:CN120929744A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开一种利用傅里叶带通滤波的极移周期提取方法和系统,通过带通滤波技术,精确保留特定频率范围内的信号成分,同时有效抑制其他频率的干扰,特别是在提取微弱逆向周期成分方面,表现出显著优势。与传统方法相比,本发明能够有效避免模态混叠问题,显著提高信号分解的准确性。在此基础上,本发明构建了一种极移预报方法和系统,以提取的周期信号为输入,结合有效角动量数据,采用一维卷积神经网络与长短期记忆网络的组合模型进行PM预测,能够在提高预测精度的同时,更好地自适应PM信号的时变特性。
技术关键词
一维卷积神经网络
周期提取方法
序列
依赖特征
预报方法
动态变化特征
长短期记忆网络
方程
频率
带通滤波器
计算机
处理器
指令
输入模块
信号
存储器